文件名称：scipy2015_tutorial:SciPy上的Computational Statistics II教程2015
文件大小：2.96MB
文件格式：ZIP
更新时间：2024-06-10 07:10:27
Python
计算统计II教程 SciPy 2015，德克萨斯州奥斯汀 2015年8月7日 该中级教程将为学生提供在实际数据上应用实用的统计建模方法的动手经验。 与许多入门级统计课程不同，我们不会采用容易教授但通常不适用的“食谱”方法； 相反，我们将学习一些基本的统计方法，这些方法通常可广泛应用于各种问题：最大似然，自举，线性回归和其他现代技术。 本教程将首先简要介绍如何使用进行数据操作和清理，然后继续介绍简单的概念，例如将数据拟合到统计分布中，以及如何使用蒙特卡洛模拟进行数据分析。 稍微高级一点的主题包括自举（用于估计估计值周围的不确定性）和灵活的线性回归方法。 通过使用和修改这些技术的手工编码实现，学生将了解每种方法的工作原理。 学生将掌握如何处理非常实际的统计问题的知识，例如如何处理丢失的数据，如何检查统计模型的适当性以及如何正确表达通过统计方法估算的数量中的不确定性。 目标听众 希望从他们的数据